arXiv · AI· Jacopo Cossio, Daniele Lizzio Bosco, Riccardo Romanello, Giuseppe Serra, Carla Piazza·· 1 天前AI 评分33
AlphaCNOT 结合 MCTS 与 RL 实现 CNOT 门最小化
AlphaCNOT: Learning CNOT Minimization with Model-Based Planning
AI 导读
AlphaCNOT 提出基于蒙特卡洛树搜索（MCTS）的强化学习框架，解决 CNOT 门最小化问题。 在基于线性可逆综合（Linear Reversible Synthesis）任务中，相比 Patel-Markov-Hayes（PMH）基线，该方法实现了最高 24.62% 的 CNOT 门数量削减，在支持至 8 个量子比特的不同拓扑结构中均表现更优。
来源：arXiv · AI · arxiv.org